文献

J-GLOBAL ID：202102254229814686   整理番号：21A1886427

多発性硬化症における患者報告疲労を反映する慣性センサベース歩行パラメータ【JST・京大機械翻訳】

Inertial sensor-based gait parameters reflect patient-reported fatigue in multiple sclerosis

著者 (9件)： Ibrahim Alzhraa A. (Machine Learning and Data Analytics Lab, Friedrich-Alexander-University Erlangen-Nuernberg (FAU), Erlangen, Germany) ,  Ibrahim Alzhraa A. (Computer Science Department, Faculty of Computers and Information, Assiut University, Asyut, Egypt) ,  Kuederle Arne (Machine Learning and Data Analytics Lab, Friedrich-Alexander-University Erlangen-Nuernberg (FAU), Erlangen, Germany) ,  Gassner Heiko (Department of Molecular Neurology, University Hospital Erlangen, Erlangen, Germany) ,  Klucken Jochen (Department of Molecular Neurology, University Hospital Erlangen, Erlangen, Germany) ,  Klucken Jochen (Fraunhofer Institut for Integrated Circuits, Erlangen, Germany) ,  Klucken Jochen (Medical Valley Digital Health Application Center, Bamberg, Germany) ,  Eskofier Bjoern M. (Machine Learning and Data Analytics Lab, Friedrich-Alexander-University Erlangen-Nuernberg (FAU), Erlangen, Germany) ,  Kluge Felix (Machine Learning and Data Analytics Lab, Friedrich-Alexander-University Erlangen-Nuernberg (FAU), Erlangen, Germany)
資料名： Journal of NeuroEngineering and Rehabilitation (Web)  (Journal of NeuroEngineering and Rehabilitation (Web))
巻： 17  号： 1  ページ： 1-9  発行年： 2020年 
JST資料番号： U7328A  ISSN： 1743-0003  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多発性硬化症(MS)は,中枢神経系に影響を及ぼす障害性疾患であり,その結果,異なる歩行障害をもたらす全身の機能システムである。疲労は80%の有病率でMSで最も一般的な症状である。以前の研究は,静止歩行分析システムおよび短い歩行試験(例えば,時間25ft歩行)を用い,疲労と歩行障害の間の関係を検討した。しかし,より長く連続歩行から歩行データを提供するウェアラブル慣性センサは,MSにおける疲労と歩行パラメータの間の関係を評価するために使用されていない。したがって,本研究の目的は,ウェアラブル足-胴センサから抽出した疲労と時空間歩行パラメータの間の関係を評価し,疲労の程度を予測することであった。MS患者49名(女性32名;男性17名;年齢41.6歳,EDSS1.0~6.5)を,各参加者は各足に小型慣性測定単位(IMU)を装着した。6分歩行テストから時空間歩行パラメータを得て,疲労を表すために知覚された運動のBorgスケールを使用した。個人差を除くために,試験の開始と終了の間の平均歩行パラメータの差を取り入れることによって,歩行パラメータを調整した。その後,正規化パラメータを,歩行パラメータと疲労の間の関係を定式化するために,ランダムフォレスト回帰モデルへの入力として使用した主成分に変換した。6つの主成分を,著者らのデータセット内の90%以上の分散を説明する著者らのモデルの入力として使用した。ランダムフォレスト回帰を用いて疲労を予測した。モデルは10倍交差検証を用いて検証し,平均絶対誤差は1.38点であった。主にストライド時間,最大トーククリアランス,ヒールストライク角,およびストライド長さから成る主成分は,ランダムフォレストによって作られた予測に対して大きな寄与(67%)を有した。疲労のレベルは,IMUベースシステムから得られた時空間歩行パラメータに基づいて予測できる。結果は,治療前後の疲労をモニタし,リハビリテーションプログラムでそれらの有効性を評価するのに役立つ。さらに,これは,理学療法士がIMUを用いて疲労を監視できる家庭監視シナリオで,患者と治療士の努力を使用できる。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加速度計 ,  中枢神経系 ,  センサ ,  回帰モデル ,  有効性 ,  定式化 ,  正規化 ,  *多発性硬化症 ,  理学療法士 ,  機械学習
準シソーラス用語： 個人差 ,  歩行困難 ,  慣性センサ ,  歩行解析 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (7件)： MS ,  歩行 ,  疲労 ,  加速度計 ,  IMU ,  機械学習 ,  ディジタルバイオマーカー

分類 (2件)： 生体計測  (EL03020C) ,  リハビリテーション  (GB06000Z)

引用文献 (54件)：

• Multiple sclerosis: current status and strategies for the future; 2001; CR1; J Johnston, B Richard, E Janet, E Joy; citation_publisher=National Academies Press
• National MS Society Information Sourcebook.https://www.nationalmssociety.org/Symptoms-Diagnosis/MS-Symptoms/Fatigue.
• Arch Phys Med Rehabil; Symptomatic fatigue in multiple sclerosis; JE Freal, GHCJ Kraft; 65; 1984; 135-138; citation_id=CR3
• Arch Neurol; The fatigue severity scale: application to patients with multiple sclerosis and systemic lupus erythematosus; LB Krupp, NG Larocca, J Muir Nash, AD Steinberg; 46; 1989; 1121-1123; 10.1001/archneur.1989.00520460115022; citation_id=CR4
• Br Med J.; Doctors and patients don’t agree: cross sectional study of patients’ and doctors’ perceptions and assessments of disability in multiple sclerosis; PM Rothwell, Z McDowell, CK Wong; 314; 1997; 1580; 10.1136/bmj.314.7094.1580; citation_id=CR5

タイトルに関連する用語 (7件)： 多発性硬化症 ,  患者 ,  報告 ,  疲労 ,  慣性センサ ,  歩行 ,  パラメータ